要因の 1 つを変更するのが難しい場合、どの実験設計が最も適切でしょうか。こんにちは、みんな、
DoEはまだ始めたばかりです。現在、8つの連続因子のスクリーニング設計を実行する予定ですが、そのうちの1つは技術的な制約により変更が困難です。
当初は、実行順序をソートした決定的スクリーニング計画（DSD）の使用を検討していました。しかし、分割実験構造が必要な場合はこのアプローチは適切ではない可能性があることに気付きました。
このような制限を考慮すると、最適な（カスタム）設計の方がより適切で、分割区画構造にも対応できるのではないかと考えています。この状況で他に推奨される設計タイプはありますか？
ご意見をよろしくお願いします!
実験計画法Re: 要因の 1 つを変更するのが難しい場合、どの実験設計が最も適切ですか?あなたのケースでは、カスタム設計が最適です。プラットフォームの赤い三角のメニューから最適性基準を「エイリアス最適」に変更することで、このスクリーニング状況に適切に対応できます。
Re: 要因の 1 つを変更するのが難しい場合、どの実験設計が最も適切ですか?あなたの状況は確かに分割実験（ランダム化の制約）です。変更が難しい要因である全区画因子の効果を検出する精度は低下しますが、残りの要因の精度は向上します。通常、統計的有意性を得るために、全区画因子の効果を反復実験で全区画と比較できるように、反復実験を行うことが推奨されます。皮肉なことに、反復実験では全区画因子を複数回変更する必要があるため、これは困難です。多くの場合、全区画因子の効果をプロットすることで、全区画因子の実際的な重要性に関する洞察が得られることがあります。
